AI 논문 '높은 인용전환율' 순위 공개: OpenAI 1위, Megvii 2위, Google 9위

이 문제를 명확히 하기 위해 미국의 Zeta Alpha 플랫폼은 2020년부터 2022년까지 전 세계에서 가장 많이 인용된 AI 논문 상위 100개를 집계하여 매우 흥미로운 결과를 내놓았습니다.

예:

"인기 스타" OpenAI는 가장 많이 인용된 논문이 있는 기관 중 9위를 차지했습니다.

그러나 가장 많은 논문을 발표한 기관 목록에는 그 이름이 전혀 나오지 않습니다.

또 다른 예로 업계의 Google Meta와 Microsoft는 항상 다양한 데이터에서 최고이지만 일반적으로 학계는 업계에 뒤지지 않습니다.

그리고 이번 보고서에서는 “중국의 AI 연구 성과의 양과 질이 미국을 넘어설 수 있다”는 기존 견해가 깨진 것 같습니다.

더욱 구체적이고 구체적인 데이터는 하나씩 살펴보겠습니다. 하나.

중국은 OpenAI와 DeepMind가 품질 부문에서 2위를 차지했습니다.

구체적인 분석에 앞서 Zeta Alpha는 2020년부터 2022년까지 가장 많이 인용된 논문을 먼저 계산했습니다. 해당 논문은 다음과 같습니다.

2022:

1, AlphaFold Protein Structure Database: Massively 고정확도 모델을 사용하여 단백질 서열 공간의 구조적 적용 범위 확장

인용 횟수: 1372회
기관: DeepMind
주제: AlphaFold를 사용하여 단백질 구조 데이터베이스 적용 범위 확대

2. 누구나 단백질 접힘에 접근 가능하도록 만들기

인용 수: 1162
기관: 여러 협업
주제: 오픈 소스 및 효율적인 단백질 접힘 모델

3. CLIP Latents를 사용한 계층적 텍스트 조건부 이미지 생성

인용 수: 718
기관: OpenAI
주제: DALL·E 2

4. 2020년대를 위한 ConvNet

인용 횟수: 690
기관: Meta 및 UC Berkeley
주제: Transformer 붐 동안 CNN을 성공적으로 현대화

5. PaLM: Pathways를 사용한 언어 모델링 확장

인용 횟수: 452
기관: Google
주제: Google의 540B 대규모 언어 모델, 새로운 MLOps 패러다임 및 구현 프로세스

2021

1 AlphaFold를 사용한 매우 정확한 단백질 구조 예측

인용 횟수: 8965
기관: DeepMind
주제: AlphaFold, 딥 러닝을 사용한 단백질 구조 예측의 획기적인 발전

2. Swin Transformer: Shifted Windows를 사용하는 Hierarchical Vision Transformer

인용 횟수: 4810
기관: Microsoft
주제: ViT 강력한 변종

3. 자연어 감독을 통해 전이 가능한 시각적 모델 학습

인용 횟수: 3204
기관: OpenAI
주제: CLIP

4. 확률론적 앵무새의 위험성: 언어 모델이 너무 클 수 있나요?

인용 횟수: 1266
기관: Black in AI, The Aether, Washington, USA
주제: 언어 모델의 성장 추세를 비판하고 한계와 위험을 강조하는 주목할만한 입장 문서

5. 자기 감독 비전 변환기의 새로운 속성

번호 인용 횟수: 1219
기관: Meta
주제: DINO는 어떻게 이미지의 자체 감독이 Transformers

2020에서 일종의 원형 객체 분할로 이어질 수 있는지 보여줍니다.

1. 이미지는 16x16만큼 가치가 있습니다. 단어: Transformers for Image Recognition at Scale

인용 횟수: 11914
기관: Google
주제: 컴퓨터 비전 분야에서 일반 Transformer가 어떻게 뛰어난 성능을 발휘하는지 보여주는 첫 번째 작업

2. 언어 모델은 Few-Shot Learners

인용 횟수: 8070
조직: OpenAI
주제: GPT-3

3, YOLOv4: 최적의 속도 및 개체 감지 정확도

인용 횟수: 8014
기관: "Academia Sinica" in Taiwan, China
주제: YOLOv4

4, Unified Text-to-Text Transformer를 사용한 전이 학습의 한계 탐색

인용 횟수: 5906
기관: Google
주제: Transformer의 전이 학습에 대한 엄격한 연구를 수행하여 유명한 T5

5, Bootstrap이 탄생했습니다. 자신만의 잠재성: 자기 지도 학습에 대한 새로운 접근 방식

인용 횟수: 2873
기관: DeepMind 및 Imperial College London
주제: 표현 학습에 부정적인 표현이 필요하지 않음을 보여주기

"익숙한 얼굴"을 많이 찾을 수 있다고 믿습니다. "그 안에".

다음으로 Zeta Alpha는 지난 3년간 많이 인용된 논문의 정보를 분석했습니다.

첫 번째는 '매년 가장 많이 인용된 논문 상위 100위'가 있는 국가(지역)입니다.

미국이 가장 강하고, 중국과 중국의 격차가 상대적으로 뚜렷하다고 볼 수 있습니다.

따라서 Zeta Alpha는 "중국의 AI 연구가 미국을 능가할 수 있다"는 이전 진술은 적어도 이 데이터에 근거하면 사실이 아니라고 믿습니다.

그리고 싱가포르와 호주의 순위도 각각 5위와 6위로 놀랍습니다.

"미국의 패권을 정확하게 평가하기 위해" Zeta Alpha는 또 다른 통계 방법을 변경하여 상위 100위 인용 비율을 계산했습니다.

물론 여전히 1위는 미국이지만 지난 3년간 점유율이 감소한 것을 볼 수 있습니다.

영국은 중국과 미국을 제외한 가장 큰 경쟁자이지만, 2022년 영국의 뛰어난 성과는 실제로 주로 DeepMind(69% 차지)에 기여했습니다.

다음은 기관별, 기관별로 가장 많이 인용된 상위 100명의 순위입니다.

Google과 Meta Microsoft가 상위 3위 안에 들었고, UC Berkeley, DeepMind 및 Stanford가 그 뒤를 이었습니다.

OpenAI도 꽤 좋은 순위인 9위를 받았습니다. 10위는 MIT, 11위는 칭화대학교이다.

상위 3인은 모두 업계 출신이지만, 기관별로만 나누면 학계의 성과는 기본적으로 같습니다.

그다음, 최근 3년간 각 기관이나 기관에서 발표한 총 논문 수의 순위입니다.

사장은 여전히 ​​Google입니다. 2위는 더욱 눈길을 끄는데, 칭화대학교가 이어 마이크로소프트, CMU, MIT, 스탠포드, UC 버클리, 북경대학교(8위), 메타...

상위 10개 기관이나 단체가 소속된 것을 볼 수 있습니다 학계와 함께 전국의 넓은 지역을 점유하고 있습니다.

그리고 우리는 오랫동안 검색했지만 OpenAI와 DeepMind의 이름을 보지 못했습니다.

분명히 그들은 더 적은 수의 논문을 출판했고 주로 품질에 의존하여 승리했습니다.

이 추측을 검증하기 위해 Zeta Alpha는 인용률이 높은 논문의 전환율 순위도 매겼습니다.

예상대로 OpenAI가 1위를 차지했고 DeepMind가 3위를 차지했습니다.

물론 메타도 좋습니다. 넷째, 르쿤이 직접 자신의 경험을 표현하기도 했습니다.

메타는 양보다는 질에 더 신경을 씁니다.

이에 비해 인용 횟수는 많지만 게시글 수가 많은 구글은 9위로 10위권 안에 거의 들었습니다.

이 몇 가지 외에도 2위도 하이라이트입니다. 바로 Megvii입니다.

그리고 국내 센스타임도 순위에 올랐네요.

첨부된 2022년 인용 상위 100위 전체 목록입니다

ChatGPT의 인기는 과연 AI 산업에 활력을 불어넣고 있을까요? 최신 최첨단 연구가 어떤 방향으로 이어질까요? 우리는 또한 좀 더 주의 깊게 관찰할 필요가 있습니다.

이를 위해 Zeta Alpha는 모두에게 영감을 줄 수 있는 2022년 상위 100위 안에 인용된 모든 AI 논문 목록도 제공했습니다.

1-30:

31-60:

61-90:

91-100:

그럼 제타알파 이것이 이 보고서의 전부입니다.

원문에 스탬프를 찍을 수 있습니다:​​​https://www.php.cn/link/ea20aed6df7caa746052d227d194a395​​

위 내용은 AI 논문 '높은 인용전환율' 순위 공개: OpenAI 1위, Megvii 2위, Google 9위의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!